プラント運転データに基づいてボイラ燃焼特性を模擬する「燃焼特性モデル」と「適応制御アルゴリズム」を組合せ、ボイラの運転状態に応じたより適切な操作パラメータ値をガイダンス値として運転員へ提供します。
これによって、熟練技能者の経験に依存しない高度な運転・運用を実現します。
ボイラ燃焼特性のモデル化では、ニューラルネットワークの1種であるRBFモデルを用いて、プラントの特性条件に対するプラントの環境負荷特性を推定する燃焼特性モデルを構築します。
操作条件学習では、燃焼特性モデルに入力する操作条件を試行錯誤的に変更し、得られる報酬が最大となる操作条件を学習します。学習結果を操作ガイダンス値として運転状態別にそれぞれの学習結果ファイルに保存し、運転員は運転状態に応じてボイラ燃焼状態をより適切化する操作ガイダンス値を検索、より適切な操作設定値を提供することで、運転員の設定操作を支援します。
運転状態別の操作ガイダンス値を検索して、より適切な操作パラメータ値を運転員に提示、運転員の操作を支援します。
常に蓄積した運転データを基に、新たなモデルを作成および学習できるため、新しい情報で運転員の操作を支援できます。
本ソリューションは以下により既設設備へ影響を与える事なく導入することが可能です。
従来のエンジンニアによる最適条件と比較し、運転状態に応じたより適切なパラメータ設定により、NOx排出量を10%低減の効果試算となり、NOxの低減は脱硝用アンモニア消費量の低減に繋がります。
導入効果について関心がありましたら、まずは効果試算からで対応できます。気楽にご相談ください。
